MUESTREO

Las características de toda muestra:

 Debe ser representativo
 Todos los encuestados deben tener la misma probabilidad de estar en estudio
 Hay que eliminar factores de confusión
 La muestra se debe comparar con la población y magnificar su tamaño
 Los ejercicios de muestreo se pueden hacer mediante dos técnicas:
1. Cuando solo se sabe el número de la población y se necesita sacar una muestra
para hacer el estudio
2. Cuando se tienen todos los datos recolectados y son muchos para hacer un
estudio, por lo tanto se debe sacar la muestra para dicha población de datos

Solución 1:
n = N * S2 * Z2 / (N-1) e + S2 * Z2
N= tamaño de la población
S= desviación típica, para este modelo se emplea una constante de
0,5
Z=nivel de confianza entre en 95% su valor es de 1,96 o puedes usar
99% su valor es de 2,58
e=limite aceptable de error 1% será 0,01 y o puedes usar 9% será
0,09
Solución 2:
Formulas:
modelo formula variables
Premuestra piloto no (A) = % *N/100 % (5 a 10)
N=población
Nivel de confianza ƟZ = (1 + ᶙ) / 2 ᶙ = % de confianza (95,96,97,98,99)

Z2=nivel de confianza
muestra piloto real no (B) = Z2 * S2 / ƍ2 S2= desviación típica
ƍ2=margen de error

Margen de error con ƍ = e * Ẋ e= margen de error

muestra prepiloto Ẋ = media aritmética
Muestra real n = no (B) / (1+ no/N) no (B) = muestra piloto real
N = población
 Ejercicio: en una población de 150 personas se hace un estudio con
respecto a su valor salarial quincenal, para el presente estudio se debe
emplear un nivel de confianza (ᶙ) de 95% y un margen de error
poblacional (e) del 13%.
280 350 250 420 410 930 470 430 420 410
260 270 320 350 430 640 410 180 350 430
820 340 480 250 260 830 290 860 250 260
290 860 540 170 620 250 410 930 170 620
410 930 470 430 520 820 430 640 430 520
430 640 410 180 250 420 260 830 180 250
260 830 290 860 320 350 620 250 860 320
620 250 410 930 480 250 520 820 930 480
520 820 430 640 410 930 470 430 620 250
250 420 260 830 430 640 410 180 520 820
320 350 620 250 260 830 290 860 250 420
480 250 520 820 620 250 410 930 320 350
540 170 260 270 830 290 860 320 480 250
470 430 820 340 250 410 930 480 410 930
410 180 290 860 820 430 640 410 270 340

Paso No.1: ordenar los números con un código

codigo $ codigo $ codigo $ codigo $ codigo $ codigo $ codigo $ codigo $ codigo $ codigo $
00001 280 00016 350 00031 250 00046 420 00061 410 00076 930 00091 470 00106 430 00121 420 00136 410
00002 260 00017 270 00032 320 00047 350 00062 430 00077 640 00092 410 00107 180 00122 350 00137 430
00003 820 00018 340 00033 480 00048 250 00063 260 00078 830 00093 290 00108 860 00123 250 00138 260
00004 290 00019 860 00034 540 00049 170 00064 620 00079 250 00094 410 00109 930 00124 170 00139 620
00005 410 00020 930 00035 470 00050 430 00065 520 00080 820 00095 430 00110 640 00125 430 00140 520
00006 430 00021 640 00036 410 00051 180 00066 250 00081 420 00096 260 00111 830 00126 180 00141 250
00007 260 00022 830 00037 290 00052 860 00067 320 00082 350 00097 620 00112 250 00127 860 00142 320
00008 620 00023 250 00038 410 00053 930 00068 480 00083 250 00098 520 00113 820 00128 930 00143 480
00009 520 00024 820 00039 430 00054 640 00069 410 00084 930 00099 470 00114 430 00129 620 00144 250
00010 250 00025 420 00040 260 00055 830 00070 430 00085 640 00100 410 00115 180 00130 520 00145 820
00011 320 00026 350 00041 620 00056 250 00071 260 00086 830 00101 290 00116 860 00131 250 00146 420
00012 480 00027 250 00042 520 00057 820 00072 620 00087 250 00102 410 00117 930 00132 320 00147 350
00013 540 00028 170 00043 260 00058 270 00073 830 00088 290 00103 860 00118 320 00133 480 00148 250
00014 470 00029 430 00044 820 00059 340 00074 250 00089 410 00104 930 00119 480 00134 410 00149 930
00015 410 00030 180 00045 290 00060 860 00075 820 00090 430 00105 640 00120 410 00135 270 00150 340

Paso No.2: encontrar la premuestra piloto (A)

no (A) = % *N/100
Paso No.3: crear una tabla de frecuencia para datos no agrupados con la premuestra
piloto, y aplicar en la calculadora procedimiento aleatorio con shift, Ran #, =
 # orden o premuestra piloto # aleatorio de calculadora Xi ( Xi - Ẋ)2
1
2
3
4
5
6
7
8
total

Paso No.4: encontrar la media aritmética, la varianza y la desviación típica para la

tabla anterior. Recuerda las fórmulas para datos no agrupados.

Ẋ = ∑ ni / n S2 = ∑ (xi - Ẋ)2 / n
Paso No.5: encontrar el margen de error muestral, teniendo presente la
media aritmética de la premuestra piloto

ƍ=e*Ẋ
Paso No.6: hallar el valor de Z, empleando la formula ƟZ = (1 + ᶙ) / 2 y visitando las
tablas de distribución normal, Para usar estas tablas debes usar el resultado ƟZ que
representa la letra E y encontrar el presente valor y alinearla para encontrar Z
Paso No.7: hallar la muestra piloto real (B), con no (B) = Z2 * S2 / ƍ2
Paso No.8: hallar la muestra real, con
n = no (B) / (1+ no (B) / N)

Paso No.9: repetir los pasos No. 3 y 4 con la muestra real

# de orden # aleatorio Xi (Xi - Ẋ)2
TOTAL

Recuerda las fórmulas para datos no agrupados.

Ẋ = ∑ ni / n S2 = ∑ (xi - Ẋ)2 / n

LIMITES DE CONFIANZA
(Ẋ - t*S/√n ; Ẋ + t*S/√n) = 95%
Paso No.1: identificar los grados de libertad
n–1
Paso No.2: visualizar en la tabla t de student y buscar el valor de n,
teniendo presente el % inicial de la premuestra piloto (A)
Paso No.3: aplico la fórmula de límites de confianza
(Ẋ - t*S/√n ; Ẋ + t*S/√n) = 95%
Esto permite establecer un intervalo de los valores que muestran mayor
realidad o equilibrio entre todos los datos partiendo de un 95% de
confianza.
 INVESTIGA, PROFUNDIZA Y CONSULTA
1. Ventajas del muestreo
2. Método de selección al azar
3. Muestra aleatoria
4. Población infinita y finita
5. Muestra sesgada
6. Margen de error